[发明专利]一种基于手机信令数据的高精度时空轨迹复原方法

权利要求书

1.一种基于手机信令数据的高精度时空轨迹复原方法，其特征在于，采用DBSCAN密度聚类算法去除离散点数据，利用基于规则的方法去除乒乓数据，利用融合时空特征的网格聚类算法识别用户停驻点，具体包括以下三个步骤：

步骤一、采用基于DBSCAN密度聚类算法的数据预处理方法对运营商采集到的原始信令数据进行预处理；

步骤二、利用融合时空特征的网格聚类算法识别用户停驻点；

步骤三、在对信令用户停驻点进行识别后，将识别到的停驻点数据进行剔除，然后在此基础上进一步对用户轨迹进行重新构建。

2.根据权利要求1所述的基于手机信令数据的高精度时空轨迹复原方法，其特征在于，所述步骤一具体操作流程如下：

首先、选取某信令用户的完整出行记录，将采集到的缺失数据标定为0，数据经可视化后，若出现经度或纬度为0的数据，判断其上条时间戳记录与下条时间戳记录是否相等，若相等，直接删除记录为0的点，若不等，就使用上一记录和下一记录的平均值来代替该点；

其次，去除以上数据后，使用DBSCAN密度聚类算法对漂移数据进行处理，使用基于规则的方法对乒乓数据进行处理，采用设定时间窗口的方法来去除漂移数据，若在轨迹点A无法继续向后联结的情况下，如果在轨迹点A向下的时间窗口timeWindow内，存在可以继续向后联结的轨迹点B，那么在A和B之间的所有轨迹点为漂移数据，并将其去除，否则以轨迹点前一个轨迹点为基准，继续以时间窗口timeWindow向下寻找；

最后，针对乒乓数据，所研究小区进行网格化处理，把所有信令轨迹点映射至网格内，根据乒乓数据在相邻基站间快速跳变的特性，设定时间阈值，若网格内的轨迹数据在两基站间跳变并且跳变时间间隔小于时间阈值，则判定为乒乓数据并将其去除。

3.根据权利要求2所述的基于手机信令数据的高精度时空轨迹复原方法，其特征在于，所述步骤一中，DBSCAN密度聚类算法处理离散点数据具体流程如下：

流程一、任意选择一个轨迹点p；

流程二、找出从轨迹点p关于eps和minPts密度可达的所有轨迹点；

流程三、若轨迹点p是一个中心点，则一个聚类就形成了；若p是一个边界点，则没有从p密度可达的对象，DBSCAN则继续访问数据集中的其他轨迹点；

流程四、继续这个过程，直到数据集中的所有轨迹点均被处理。

4.根据权利要求3所述的基于手机信令数据的高精度时空轨迹复原方法，其特征在于，所述步骤二中，利用融合时空特征的网格聚类算法识别用户停驻点，首先，将所研究的交通小区作网格化处理，然后，将手机信令轨迹点按照时间序列映射至所研究的交通小区网格内，计算信令用户在每个网格中的连续驻留时间，即判断用户离开该网格与达到该网格的时间差是否大于所设的时间阈值，若超过所设阈值，则判定该数据为驻留数据，反之判定为出行数据；对于驻留数据，引入POI兴趣点的概念，经由百度抓取POI兴趣点数据，得到的数据信息包括名称，类型，经度，纬度信息，对用户驻留目的进行进一步分析，以便后续对用户出行行为的研究。

5.根据权利要求4所述的基于手机信令数据的高精度时空轨迹复原方法，其特征在于，所述步骤二中，用户的每一个轨迹点使用三元组(x_i,y_i,t_i)表示，其中(x_i,y_i)是代表用户的位置信息，其值分别为纬度和经度，t_i为时间戳，则，某信令用户的完整出行轨迹或者时空序列是若干个三元组构成的数据序列Traj：

Traj＝(x₀,y₀,t₀),(x₁,y₁,t₁),...(x_i,y_i,t_i),…(x_n,y_n,t_n)      (1)

其中，说明用户轨迹点数据是按照时间戳的升序排序。